شناسایی عیب در چرخ دنده ها به کمک بهینه سازی انتخاب ویژگیهای حاصل از تجزیه به روش فیلتر متغیر با زمان

بازرسی و عیب یابی اجزای حساس و بحرانی یک دستگاه، امری ضروری برای ارزیابی عمر آن می باشد. ماشین های دوار یکی از رایج ترین ابزارهای مکانیکی در کاربردهای صنعتی هستند. از طرفی چرخدنده ها به طور گسترده ای در این سیستم ها استفاده شده و خرابی آنها یکی از دلایل واماندگی این ماشین ها محسوب می شوند. پایش وضعیت بر پایه ارتعاشات رایج ترین روش برای استخراج کردن بعضی اطلاعات مهم برای شناسایی وضعیت ماشین ها و عیب های احتمالی می باشد. هدف اصلی این پیشنهادیه، بهبود روش های شناسایی هوشمند به منظور عیب یابی در چرخدنده ها می باشد. سیگنال های ارتعاشی در مجموعه شبیه ساز عیب در موسسه آموزش عالی احرار برای عیوبی نظیر لب پریدگی دندانه، ساییدگی دندانه با شدت های مختلف و ترک در ریشه دندانه و حالت سالم استخراج شد. برای استخراج ویژگی از سیگنال های ارتعاشی از فیلتر متغیر با زمان بر پایه ی تجزیه مود تجربی که اخیرا معرفی شده است استفاده خواهد شد. استخراج ویژگی های پرمعنی و حساس به حضور عیب یکی از مراحل مهم در تشخیص شرایط حاکم بر چرخدنده می باشد. بنابراین در این پایان نامه پس از تشکیل ماتریس ویژگی از روش های مختلف انتخاب ویژگی برای انتخاب مناسب ترین ویژگی استفاده می شود. یکی دیگر از اهداف اصلی این پیشنهادیه، بکارگیری جدیدترین روش های انتخاب ویژگی در حوزه داده کاوی و یا توسعه روش های مزبور می باشد. پس از تشکیل مجموعه ویژگی بهینه، از روش های مختلف شناسایی الگو نظیر شبکه عصبی مصنوعی و ماشین بردار پشتیبان برای تشخیص نوع عیب چرخ دنده استفاده شد.

کلیدواژه ها:

چرخدنده ، سیگنال ، عیب یابی